在 Dreamforce 2026 大会上，Salesforce 重新定义了代理时代 CRM 公司的“前沿”标准。其核心在于 AI 平台 Agentforce 新增的长周期运行时、多代理编排能力，以及日益丰富的职业专用代理组合。
Salesforce 正致力于将 CRM 代理从单一维度的任务执行中解放出来，使其能够追求持续数天或数周的目标，具备记忆保留、适应新信息及必要时向其他代理移交工作的能力。
七款职业专用代理亮相
新的运行时赋予代理记忆、持久执行和动态引导能力。基于此构建的首款代理“Hunter”专为外展销售设计，涵盖潜在客户研究、联系发起、回复管理及计划调整。Hunter 能在原始交互结束后继续推进销售目标，同时确保销售人员拥有控制权。目前，Hunter 仍处于试点阶段，计划于 11 月全面推出。
其余六款代理已全面可用，分别针对不同业务职能：Casey 负责客户服务，处理问答、退货及账户请求；Paige 处理 IT 和 HR 服务请求；Carter 协助购物者进行产品发现、比较和结账；Marshall 专注供应链和后台流程；Piper 致力于入站线索参与和资格认定；Fin 则提供客户服务支持。Salesforce 表示，这些代理旨在为客户部署专业化 AI 员工提供起点，无需从头构建每个工作流。
构建持久的大纲与多代理协作
Salesforce AI 副总裁 Jayesh Govindarajan 指出，所有代理均建立在 Agentforce 堆栈之上，该堆栈汇集了模型家族以及来自 Data Cloud 和 Data 360 的内外部数据。
针对长周期任务，新运行时通过三项功能实现持久性：记忆跨会话保留上下文和进度；持久执行使计划随时间运行，允许代理在情况变化时恢复或纠正航向；动态引导使用户能在工作期间修改代理行为。例如，当客户经理要求 Hunter “重新接触面临风险的交易”时，Hunter 可结合 Data 360 和 Slack 的信号，制定跨越数天甚至数月的执行计划，并明确自主行动与需人工批准的边界。
在多代理系统中，代理需通过高质量元数据注册自身能力，以便在网络中被识别和选择。系统采用代理到代理（A2A）通信协议进行工作移交和数据交换。
自研模型 Koa 降本增效
为降低常规 CRM 任务的延迟和推理成本，Salesforce 减少了对通用前沿模型的依赖，转而针对特定工作流构建较小的专用模型。公司透露，Agentforce 和 Slack 已交付 70 亿个代理工作单位，仅第二季度就达到 32 亿个。
大会期间，Salesforce 发布了首个 CRM 推理模型 Koa。该模型由 Salesforce 与 NVIDIA 合作开发，基于开源权重的 NVIDIA Nemotron 3 Super 120B 模型构建，并使用模拟近三十年 CRM 部署的合成场景进行后训练。Salesforce 称，Koa 在其 CRM 基准测试中性能匹配或超越领先模型，错误率降低三倍。
Koa 专为 CRM 特定推理而非通用智能设计，具备三大优势：相比使用前沿模型处理每项任务，成本和延迟更低；可在 Salesforce 自有基础设施内运行，确保数据留在信任边界内；在 CRM 工作流中具有更高准确性。Govindarajan 强调，系统应通过路由层为合适的工作选择正确的工具，小模型处理意图检测和工具调用等低延迟任务，复杂推理则仍可路由至前沿模型。